09.8 阶段 7:可观测、性能与部署
所属:全栈开发面试题库 / 学习路径 / 09 C# 与 .NET 全栈
本页目录
一、阶段定位
前六个阶段解决"代码能跑、接口能通"。本阶段把它变成"能上线、出了问题能查"。重点是三件事:
- 可观测:结构化日志(Serilog)、指标(Metrics)、链路追踪(OpenTelemetry)——出了问题能从一条日志串到一次请求。
- 部署:Docker 多阶段构建(构建工具不进最终镜像)、配置密钥注入、优雅停机(容器收到终止信号后收尾在途任务)。
- 性能诊断:压测看 QPS 与 P95/P99(不是只看平均)、看 GC 次数与内存曲线、NativeAOT 发布的裁剪代价。
本阶段与前后阶段的衔接:往上承接阶段 6 的数据层与通信,本阶段给这些链路加日志与追踪;它是路径的最后一关(阶段 8 是可选分支)。跳过可观测与部署,接口上线后出问题就是"看日志像天书、重启就丢数据"。
原有卡点的可判断现象依据:
- 日志把敏感信息写进去:判断标准是——日志里出现了身份证、密码、令牌明文,或把整个请求体打印出来。
- 只记录异常堆栈不带业务上下文:判断标准是——日志里只有
NullReferenceException,没有订单号、用户 ID、接口路径,无法定位是哪笔单。 - 容器内硬编码配置:判断标准是——数据库连接串写在代码或 appsettings.json 里,换环境要改代码。
- AOT 裁剪后反射失效却没有预警:判断标准是——发布 NativeAOT 后,序列化或依赖注入在运行时报"类型被裁剪"。
- 压测只看平均 QPS 忽略长尾:判断标准是——报告只写"平均 50ms",P99 已经 2 秒,少数用户卡死却没发现。
二、阶段目标与投入
学完本页,应当能用可观察的行为证明以下六条能力:
| 能力目标(可验证的行为) | 验证方式 |
|---|---|
| 能接入结构化日志,带业务上下文 | 一条日志含订单号与用户 ID |
| 能接入 OpenTelemetry 追踪 | 一次请求在追踪系统里有完整链路 |
| 能写多阶段 Dockerfile | 最终镜像不含 SDK 源码 |
| 能配置优雅停机 | 收到终止信号后在途请求完成再退出 |
| 能做一次压测并给出 P95/P99 | 报告含长尾数据 |
| 能说明 NativeAOT 的裁剪代价 | 说出反射受限的典型场景 |
建议学时:
- 全职(每天有效学习 4–6 小时):2 周,约 60 小时。
- 在职(每天 2 小时、周末补 4 小时):6 周。
学时分配建议:结构化日志 15%、OpenTelemetry 追踪 20%、健康检查与探针 10%、Docker 多阶段构建 20%、优雅停机与配置注入 15%、压测与 GC/AOT 诊断 20%。
三、先修自检
进入本阶段前逐条自检;任何一条做不到,先回到对应页面补齐。
| 先修项 | 合格标准 | 不合格时回到 |
|---|---|---|
| ASP.NET Core 管道 | 知道中间件与 DI | 09.6 阶段 5 |
| 数据层与通信 | 用过 DbContext、HttpClient | 09.7 阶段 6 |
| GC 基础 | 能看 GC 分代 | 09.4 阶段 3 |
| 容器概念 | 知道镜像与容器 | 08.1 容器化 |
四、知识地图
"掌握程度"分三档:了解、会用、能讲清原理。
| 模块 | 知识点 | 掌握程度 | 对应题库章节 |
|---|---|---|---|
| 结构化日志 | Serilog、消息模板、敏感信息过滤 | 会用 | 08.4 CI/CD 与可观测性 |
| OpenTelemetry | 指标、追踪、采样、高基数标签 | 会用 | 08.4 CI/CD 与可观测性 |
| 健康检查与探针 | 存活/就绪探针、不探重资源 | 会用 | 08.1 容器化 |
| Docker 多阶段构建 | 基础镜像、还原、发布层分离 | 会用 | 08.1 容器化 |
| 配置与优雅停机 | 环境变量注入、容器终止信号、收尾 | 会用 | 08.4 CI/CD 与可观测性 |
| 压测与诊断 | QPS/P95/P99、GC 次数、NativeAOT 裁剪 | 会用 | 09.1 高并发基础 |
进度管理建议:把这张表复制到笔记里,三档都到位再进 阶段 8 分支方向(可选)。《知识点全清单》是更细的全量清单。
五、分模块精讲
5.1 Serilog 结构化日志
为什么需要它:Console.WriteLine 输出的是纯文本,无法按订单号检索。结构化日志把"事件 + 属性"一起记录,能在日志系统里按字段过滤。
核心机制:
- 消息模板:
Log.Information("订单 {OrderId} 已创建,金额 {Amount}", id, amount)——花括号里是属性,不是字符串拼接。 - 每个日志是一条结构化记录,含级别、时间、消息模板、属性。
- 敏感信息不落日志:令牌、密码、身份证要脱敏或不记。
- 日志级别:
Verbose/Debug/Information/Warning/Error/Fatal。
最小可运行示例:
builder.Host.UseSerilog((ctx, cfg) => cfg
.WriteTo.Console()
.Enrich.FromLogContext());
// 记录带业务上下文
Log.Information("订单 {OrderId} 已创建,金额 {Amount}", order.Id, order.Amount);
// 不要这样:把敏感信息打出来
// Log.Information("用户密码 {Password}", password); // 禁止
常见坑:
| 现象 | 原因 | 修法 |
|---|---|---|
| 日志里只有异常没有业务上下文 | 没记订单号/用户 ID | 用消息模板带上业务属性 |
| 日志泄露令牌/密码 | 打印了整个请求体 | 脱敏,只记必要字段 |
| 用字符串拼接代替消息模板 | 失去结构化属性 | 用 {Prop} 消息模板 |
面试考法:常见问法是"结构化日志和普通日志的区别""为什么要用消息模板"。要答出:结构化日志带属性可检索;消息模板让属性成为字段而非拼接文本。
5.2 OpenTelemetry 指标与追踪
为什么需要它:一次请求经过 API、数据库、外部 HTTP,出错时要能串起来看是哪段慢。追踪(Trace)把一次请求的各段耗时连成一条链路。
核心机制:
- Trace:一次请求的完整调用链,由多个 Span(一段操作)组成。
- Metrics:指标,如 QPS、错误率、延迟分布。
- 采样:高流量下全量采样成本高,按比例采样;但错误请求建议全采样。
- 高基数标签代价:标签里放用户 ID、订单号这类海量值,会让指标数量爆炸(如每个订单号一组指标)。
最小可运行示例:
builder.Services.AddOpenTelemetry()
.WithTracing(t => t
.AddAspNetCoreInstrumentation()
.AddHttpClientInstrumentation()
.AddOtlpExporter());
常见坑:
| 现象 | 原因 | 修法 |
|---|---|---|
| 指标数量爆炸 | 高基数标签(订单号) | 标签只放低基数字段(接口、状态码) |
| 全量采样成本高 | 高流量下采样率 100% | 按比例采样,错误全采样 |
| 追踪断链 | 没把 trace 上下文传给下游 | 用传播器把 traceparent 传到 HTTP/gRPC |
面试考法:常见问法是"追踪和日志的关系""为什么高基数标签不好"。要答出:追踪串起一次请求的各段耗时;高基数标签让指标时间序列爆炸,存储与查询成本飙升。
5.3 健康检查与就绪探针
为什么需要它:编排系统(Kubernetes)要知道进程活没活、能不能接流量。探针配错会引发反复重启或雪崩。
核心机制:
- 存活探针(Liveness):进程活着就返回 200,失败则重启容器。
- 就绪探针(Readiness):能接流量才返回 200,失败则摘流量。
- 不要在存活探针里探数据库:数据库抖动会导致进程被反复重启(雪崩)。
- 就绪探针才探依赖(数据库迁移完成、连接池就绪)。
最小可运行示例:
builder.Services.AddHealthChecks();
app.MapHealthChecks("/health/live"); // 只探进程活着
app.MapHealthChecks("/health/ready"); // 探依赖就绪
常见坑:
| 现象 | 原因 | 修法 |
|---|---|---|
| 数据库抖动导致进程反复重启 | 存活探针探了数据库 | 存活探针只探进程 |
| 启动没完成就接流量 | 就绪探针没探依赖 | 就绪探针探迁移与连接池 |
面试考法:常见问法是"存活探针和就绪探针的区别""为什么不能探数据库"。要答出:存活探活,就绪探能否接流量;存活探依赖会把外部抖动变成重启循环。
5.4 Docker 多阶段构建
为什么需要它:直接在运行镜像里装 SDK 编译,镜像体积大、攻击面大。多阶段构建把"构建"和"运行"分开。
核心机制:
- 第一阶段:用 SDK 镜像还原、发布。
- 第二阶段:只用运行时镜像,把第一阶段的
publish产物拷进来。 - 最终镜像不含 SDK、源码,体积小、启动快。
最小可运行示例:
# 第一阶段:构建
FROM mcr.microsoft.com/dotnet/sdk:10.0 AS build
WORKDIR /src
COPY . .
RUN dotnet publish src/Workspace.Web -c Release -o /app/publish
# 第二阶段:运行
FROM mcr.microsoft.com/dotnet/aspnet:10.0
WORKDIR /app
COPY --from=build /app/publish .
ENTRYPOINT ["dotnet", "Workspace.Web.dll"]
常见坑:
| 现象 | 原因 | 修法 |
|---|---|---|
| 最终镜像体积很大 | 运行镜像里带了 SDK | 用多阶段,运行镜像只拷产物 |
| 构建缓存每次都还原 | COPY 顺序不对 | 先拷 csproj 还原,再拷源码 |
| 容器里时区不对 | 基础镜像默认 UTC | 装时区包或设环境变量 |
面试考法:常见问法是"多阶段构建解决什么问题"。要答出:构建工具与运行环境分离,最终镜像小、攻击面小、启动快。
5.5 配置密钥注入与优雅停机
为什么需要它:连接串、密钥不能写进镜像或代码(环境一变就改)。容器关停时不能直接杀进程,否则在途请求与后台任务会丢数据。
核心机制:
- 配置注入:环境变量或配置中心注入,覆盖 appsettings.json。
- 优雅停机:容器发
SIGTERM,应用捕获后停止接新请求、等在途请求完成、后台任务收尾,再退出。 - ASP.NET Core 默认支持优雅停机:
HostOptions.ShutdownTimeout控制等待时间。
最小可运行示例:
// 优雅停机:设置最长等待时间
builder.Services.Configure<HostOptions>(o =>
o.ShutdownTimeout = TimeSpan.FromSeconds(30));
常见坑:
| 现象 | 原因 | 修法 |
|---|---|---|
| 换环境要改代码 | 配置硬编码 | 用环境变量注入 |
| 关停时在途请求被丢 | 没等在途完成 | 设 ShutdownTimeout,停止接新请求 |
| 密钥进了镜像 | 写在 appsettings 里 | 用环境变量/密钥管理,不进镜像 |
面试考法:常见问法是"容器收到 SIGTERM 后发生什么"。要答出:应用停止接新请求、等在途任务完成、后台任务收尾,在超时内退出;超时才强杀。
5.6 压测、P95/P99 与 GC 诊断
为什么需要它:只看平均延迟会被"大部分快、少数卡死"骗过去。压测要给出长尾,性能诊断要看到底是 CPU、GC 还是数据库慢。
核心机制:
- P95/P99:95%/99% 的请求快于这个时间,反映长尾;平均 50ms 但 P99 2 秒,说明少数用户卡死。
- QPS:每秒请求数,看吞吐上限。
- GC 诊断:看 GC 次数、每代回收频率、内存曲线——频繁 2 代回收说明分配过多。
- NativeAOT:原生 AOT 发布,启动快、内存小,但反射/动态代码被裁剪会受限。
最小可运行示例:
# 用压测工具打接口(示例工具,按团队实际替换)
# 报告应包含 QPS、P50/P95/P99、错误率、内存曲线
常见坑:
| 现象 | 原因 | 修法 |
|---|---|---|
| 平均延迟低但用户投诉卡 | 只看平均,没看 P99 | 报告必须含 P95/P99 |
| 频繁 2 代回收 CPU 高 | 对象分配过多 | 减少分配,复用缓冲 |
| AOT 发布后运行时类型被裁剪 | 用了反射/动态生成 | 用源生成器,或加 rd.xml 保留 |
面试考法:高频题是"为什么压测要看 P99""NativeAOT 有什么代价"。要答出:长尾决定少数用户体验;NativeAOT 启动快内存小,但反射/动态代码受裁剪限制,要改用源生成器。
六、分层练习
三档练习逐档升级,上一档没做完不要跳。
6.1 复现型(照着做,目标是跑通 + 能解释)
| 练习 | 要求 | 验收标准 | 预计耗时 |
|---|---|---|---|
| 接入 Serilog | 结构化日志带订单号 | 日志可按 OrderId 检索 | 1.5 小时 |
| 加健康检查 | /health/live 与 /ready |
探针返回 200 | 1 小时 |
| 多阶段 Dockerfile | 构建并运行 | 最终镜像不含 SDK | 2 小时 |
| 优雅停机 | 设 ShutdownTimeout | 关停时在途请求完成 | 1.5 小时 |
6.2 改造型(给出现成代码,改出正确行为)
| 练习 | 要求 | 验收标准 | 预计耗时 |
|---|---|---|---|
| 脱敏日志 | 给定打印密码,改脱敏 | 日志不含敏感信息 | 1 小时 |
| 修复高基数标签 | 给定标签含订单号 | 指标时间序列数下降 | 1.5 小时 |
| 存活探针不再探数据库 | 给定探了数据库 | 数据库抖动不重启进程 | 1.5 小时 |
| 压测补长尾 | 给定只写平均 QPS | 报告含 P95/P99 | 2 小时 |
6.3 设计型(自己定方案,目标是能交付、能讲清取舍)
| 练习 | 要求 | 验收标准 | 预计耗时 |
|---|---|---|---|
| 可观测上线方案 | 日志 + 追踪 + 探针 | 一条日志串起一次请求 | 6 小时 |
| 生产 Dockerfile | 多阶段 + 配置注入 + 优雅停机 | 镜像小、换环境不改代码 | 4 小时 |
| 压测与诊断报告 | 含 QPS/P95/GC 曲线 | 指出瓶颈是 CPU 还是 GC | 5 小时 |
七、排障表
| 现象 | 可能原因 | 排查步骤 | 解决办法 |
|---|---|---|---|
| 日志只有异常没业务上下文 | 没记订单号/用户 ID | 看日志消息模板 | 用消息模板带业务属性 |
| 日志泄露令牌/密码 | 打印了请求体 | 看日志内容 | 脱敏,只记必要字段 |
| 指标数量爆炸 | 高基数标签(订单号) | 看标签值基数 | 标签只放低基数(接口、状态码) |
| 数据库抖动进程反复重启 | 存活探针探了数据库 | 看探针配置 | 存活只探进程,就绪探依赖 |
| 容器镜像体积大 | 运行镜像带了 SDK | 看 Dockerfile | 多阶段构建,只拷产物 |
| 关停时在途请求被丢 | 没等在途完成 | 看 ShutdownTimeout | 设超时,停接新请求后收尾 |
| 压测平均低但用户卡 | 只看平均没看 P99 | 看长尾数据 | 报告必须含 P95/P99 |
| AOT 运行时类型被裁剪 | 反射/动态生成 | 看报错是否 TypeLoad | 用源生成器或加保留配置 |
八、出口条件
全部勾选后再进入 阶段 8 分支方向(可选)。
- [ ] 能接入结构化日志,带业务上下文,敏感信息脱敏
- [ ] 能接入 OpenTelemetry 追踪,说明采样与高基数标签的代价
- [ ] 能区分存活与就绪探针,存活不探重资源
- [ ] 能写多阶段 Dockerfile,构建工具不进最终镜像
- [ ] 能配置优雅停机,关停时收尾在途任务
- [ ] 能做压测并给出 P95/P99,能说明 GC 诊断要点
- [ ] 排障表里的八个现象,随机抽三个能在 5 分钟内给出排查路径
自测题(先自己想,再看要点):
- 结构化日志相比普通文本日志好在哪?
- 要点:带属性字段,可按订单号/用户 ID 检索与聚合。
- 为什么高基数标签(订单号)不好?
- 要点:每个标签值生成一组时间序列,指标数量爆炸,存储与查询成本飙升。
- 存活探针为什么不能探数据库?
- 要点:数据库抖动会让存活探针失败,导致进程被反复重启,把外部问题放大成重启循环。
- 多阶段构建解决什么问题?
- 要点:构建环境(SDK)与运行环境分离,最终镜像小、攻击面小、启动快。
- 容器收到 SIGTERM 后应用该做什么?
- 要点:停接新请求、等在途请求完成、后台任务收尾,在 ShutdownTimeout 内退出。
- 为什么压测要看 P99 而不是只看平均?
- 要点:平均被快请求拉高,P99 反映少数用户的长尾卡顿,决定真实体验。
- NativeAOT 发布的主要代价?
- 要点:启动快、内存小,但反射/动态代码被裁剪受限,要改用源生成器。